Snabbt svar: Oftast nej. De flesta ATS-system, inklusive Canvider, upptäcker inte AI-genererade CV. De screenar efter passform. Det finns separata AI-detektorverktyg, men de flaggar även mänskligt skriven text, och ett CV som polerats med AI är inte samma sak som ett oärligt CV. Att kontrollera kompetens i intervjun fungerar bättre än att gissa vem som skrev texten.
Du har just öppnat din ATS-instrumentpanel och hälften av CV:na ser ut att ha poleras av samma redaktör. Samma struktur. Samma självsäkra ton. Samma misstänkt rena formatering. Därför frågar så många om ett ATS kan avgöra vilka CV som skrivits av AI, och varför svaret betyder mer än man kanske tror.
Frågan alla ställer
En KraftCV-undersökning från 2026 visade att 70 % av jobbsökande nu använder AI-verktyg för att skriva eller polera sina CV. På arbetsgivarsidan visade en rapport i Forbes med data från Robert Half att 84 % av HR-chefer säger att AI-genererade ansökningar har ökat deras rekryteringsarbete.
Oron är verklig. Men den föreslagna lösningen, att upptäcka AI-författarskap, är där det faller samman.
Varför ATS-system inte upptäcker AI-författarskap
Ett ATS tolkar, lagrar och poängsätter CV mot en jobbeskrivning. Det tittar på kompetenser, erfarenhet, kvalifikationer och nyckelord. Ingen av dem berättar om en människa eller en språkmodell skrev meningarna.
Vissa företag försöker fästa AI-detektions-API:er på sitt ATS. Dessa verktyg analyserar skrivmönster, perplexitet och burstiness för att gissa om en text är maskingenererad. Problemet är att de designades för akademiskt plagiat, inte för rekrytering. De har falska positiva resultat som kan diskvalificera riktiga kandidater (se även vår genomgång av ansvarsfull AI i rekrytering).
Och även om en detektor fungerade perfekt, vad skulle du göra med resultatet? En kandidat som använde ChatGPT för att städa upp sitt CV är inte samma sak som en kandidat som hittade på sin erfarenhet. Detektion berättar inte vilket som är vilket.
Det verkliga problemet är inte AI-författarskap
Den verkliga risken är inte att ett CV låter för polerat. Den är att ett CV påstår kvalifikationer som kandidaten inte har.
En KraftCV-undersökning fann att 86 % av rekryteringscheferna säger att AI gör det för lätt att överdriva kompetenser i CV. Det är problemet värt att lösa. Och det är ett problem som fanns före AI. Kandidater har alltid tänjt på sanningen. AI gör det bara snabbare.
Detektion fokuserar på fel variabel. Den frågar “vem skrev det här?” när du borde fråga “är den här personen faktiskt kvalificerad?”
Vad fungerar bättre än detektion
Tre saker minskar faktiskt risken att ett polerat men tomt CV tar sig igenom din process:
-
Kriteriebaserad screening: Definiera dina hårda krav, till exempel arbetstillstånd, certifikat, språkkunskaper och antal års erfarenhet, och kontrollera dem före allt annat. CriteriaMatch låter dig ställa in kriterierna en gång och får AI att kontrollera varje CV mot dem på några sekunder. Ingen gissning, ingen läsning mellan raderna.
-
Passformsbaserad poängsättning: Fråga i stället om kandidaten matchar jobbet, inte om AI skrev CV:t. AI Score utvärderar CV mot din faktiska jobbeskrivning och returnerar en matchningsrankning med specifika styrkor och svagheter. Ett välskrivet CV som inte matchar rollen får fortfarande en låg poäng.
-
Djupdykning i intervjuer: Det bästa filtret mot överdrivna påståenden är en riktad intervju. InterviewGen analyserar varje kandidats CV mot jobbeskrivningen, identifierar luckor och genererar frågor som prövar exakt där CV:t är vagt. Om någon påstår fem års erfarenhet av Kubernetes ska intervjun pröva just det, inte om personen använde Grammarly.
AI-paradoxen på 82 %
Här är den obekväma sanningen: 82 % av företagen använder redan AI för att granska CV, enligt samma KraftCV-data. Arbetsgivare använder AI för att screena samma CV som kandidaterna använde AI för att skriva.
Att underkänna en kandidat för att hen använt AI, samtidigt som den egna processen körs på AI, är svårt att försvara. Det bättre sättet är att göra screeningen till en fråga om verifierbar passform, inte stilistiska gissningar.
När detektion kan vara meningsfull
Det finns ett smalt fall där AI-detektion tillför värde: roller med stora volymer där ett skrivprov är en del av ansökan. Om du begär ett personligt brev specifikt för att bedöma kommunikationsförmåga, och kandidaten skickar in AI-genererad text, säger det något om hur hen angripit uppgiften.
Men även då är signalen svag. En kandidat som använde AI för att skriva ett utkast och sedan redigerade det genomtänkt är något annat än en som klistrade in prompten utan att läsa igenom svaret. Du behöver fortfarande ett uppföljningssteg för att skilja de fallen åt.
För de flesta rekryteringsprocesser är detektion en distraktion från det arbete som faktiskt förutsäger hur väl någon klarar jobbet.
Fokusera på det du kan verifiera
Den växande mängden AI-skrivna CV är inte en kris. Det är en förskjutning som belönar team med strukturerad, kriteriebaserad screening framför team som förlitar sig på magkänsla kring CV-stil.
Screena efter passform. Kontrollera kvalifikationer. Testa djupet i intervjun. Det är arbetsflödet som håller oavsett vem, eller vad, som skrev CV:t.